FastTreeTweedieTrainer Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML.Trainers.FastTree

Zestaw:

Microsoft.ML.FastTree.dll

Pakiet:

Microsoft.ML.FastTree v2.0.0

Element IEstimator<TTransformer> do trenowania modelu regresji drzewa decyzyjnego przy użyciu funkcji utraty Tweedie. Ten trener to uogólnienie Poissona, złożonego Poissona i regresji gamma.

public sealed class FastTreeTweedieTrainer : Microsoft.ML.Trainers.FastTree.BoostingFastTreeTrainerBase<Microsoft.ML.Trainers.FastTree.FastTreeTweedieTrainer.Options,Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters>,Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters>

type FastTreeTweedieTrainer = class
    inherit BoostingFastTreeTrainerBase<FastTreeTweedieTrainer.Options, RegressionPredictionTransformer<FastTreeTweedieModelParameters>, FastTreeTweedieModelParameters>

Public NotInheritable Class FastTreeTweedieTrainer
Inherits BoostingFastTreeTrainerBase(Of FastTreeTweedieTrainer.Options, RegressionPredictionTransformer(Of FastTreeTweedieModelParameters), FastTreeTweedieModelParameters)

Dziedziczenie

Object

TrainerEstimatorBase<TTransformer,TModel>

TrainerEstimatorBaseWithGroupId<TTransformer,TModel>

FastTreeTrainerBase<TOptions,TTransformer,TModel>

BoostingFastTreeTrainerBase<FastTreeTweedieTrainer.Options,RegressionPredictionTransformer<FastTreeTweedieModelParameters>,FastTreeTweedieModelParameters>

FastTreeTweedieTrainer

Uwagi

Aby utworzyć ten trener, użyj opcji FastTreeTweedie lub FastTreeTweedie(Options).

Kolumny wejściowe i wyjściowe

Dane kolumny etykiety wejściowej muszą mieć wartość Single. Dane kolumn danych wejściowych muszą być znanym wektorem o rozmiarze Single.

Ten trener wyprowadza następujące kolumny:

Nazwa kolumny wyjściowej	Typ kolumny	Opis
Score	Single	Niezawiązany wynik, który został przewidywany przez model.

Cechy trenera

Zadanie uczenia maszynowego	Regresja
Czy normalizacja jest wymagana?	Nie
Czy buforowanie jest wymagane?	Nie
Wymagane narzędzie NuGet oprócz Microsoft.ML	Microsoft.ML.FastTree
Możliwość eksportowania do ONNX	Tak

Szczegóły algorytmu trenowania

Model wzmacniania Tweedie jest zgodny z matematyką ustanowioną w Prognozie Premium Ubezpieczenia za pośrednictwem gradientu Tree-Boosted Tweedie Compound Poisson Models from Yang, Quan i Zou. Aby zapoznać się z wprowadzeniem do gradientu boostingu i uzyskać więcej informacji, zobacz : Wikipedia: Gradient boosting(Gradient tree boosting) lub Greedy function approximation: A gradient boosting machine (Zwiększenie gradientu) lub Greedy function przybliżenie: Maszyna zwiększająca gradient.

Zapoznaj się z sekcją Zobacz również, aby uzyskać linki do przykładów użycia.

Pola

FeatureColumn	Kolumna funkcji, której oczekuje trener. (Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)
GroupIdColumn	Opcjonalna kolumna groupID oczekiwana przez trenerów klasyfikacji. (Odziedziczone po TrainerEstimatorBaseWithGroupId<TTransformer,TModel>)
LabelColumn	Kolumna etykiety oczekiwana przez trenera. Może to być null, co oznacza, że etykieta nie jest używana do trenowania. (Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	Kolumna wagi oczekiwana przez trenera. Może to być null, co oznacza, że waga nie jest używana do trenowania. (Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)

Właściwości

Info	Element IEstimator<TTransformer> do trenowania modelu regresji drzewa decyzyjnego przy użyciu funkcji utraty Tweedie. Ten trener to uogólnienie Poissona, złożonego Poissona i regresji gamma. (Odziedziczone po FastTreeTrainerBase<TOptions,TTransformer,TModel>)

Metody

Fit(IDataView)	Trenuje i zwraca wartość ITransformer. (Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)
Fit(IDataView, IDataView)	Trenuje FastTreeTweedieTrainer przy użyciu zarówno danych trenowania, jak i walidacji, zwraca wartość RegressionPredictionTransformer<TModel>.
GetOutputSchema(SchemaShape)	Element IEstimator<TTransformer> do trenowania modelu regresji drzewa decyzyjnego przy użyciu funkcji utraty Tweedie. Ten trener to uogólnienie Poissona, złożonego Poissona i regresji gamma. (Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)

Metody rozszerzania

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Dołącz "punkt kontrolny buforowania" do łańcucha narzędzia do szacowania. Zapewni to, że narzędzia do szacowania podrzędnego zostaną wytrenowane pod kątem buforowanych danych. Warto mieć punkt kontrolny buforowania, zanim trenerzy przejdą wiele danych.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Biorąc pod uwagę narzędzie do szacowania, zwróć obiekt opakowujący, który będzie wywoływać delegata po Fit(IDataView) wywołaniu. Często ważne jest, aby narzędzie do szacowania zwracało informacje o tym, co było odpowiednie, dlatego Fit(IDataView) metoda zwraca specjalnie wpisany obiekt, a nie tylko ogólny ITransformerelement . Jednak w tym samym czasie IEstimator<TTransformer> są często tworzone w potoki z wieloma obiektami, więc może być konieczne utworzenie łańcucha narzędzi do szacowania, za pośrednictwem EstimatorChain<TLastTransformer> którego narzędzie do szacowania, dla którego chcemy uzyskać transformator jest pochowany gdzieś w tym łańcuchu. W tym scenariuszu możemy za pomocą tej metody dołączyć delegata, który zostanie wywołany po wywołaniu dopasowania.

Zobacz też

• FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
• FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)
• FastTreeTweedieTrainer.Options